CC BY
21
ЭКОНОМИЧЕСКИЕ НАУКИ
УДК 007; 35 ББК 65
DOI 10.24411/2073-0454-2019-10109 © Е.Л. Логинов, В.В. Григорьев, П.А. Бойко, Д.Д. Сорокин, В.Е. Логинова, 2019
Научная специальность 08.00.05 — экономика и управление народным хозяйством
ИСПОЛЬЗОВАНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ ТЕХНОЛОГИЙ МОНИТОРИНГА И МОДЕЛИРОВАНИЯ ДЛЯ КОГЕРЕНТНО-РЕЗОНАНСНОГО БАЛАНСИРОВАНИЯ ИНФЛЯЦИОННЫХ ПРОЦЕССОВ ПРИ ДЕНЕЖНОЙ ЭМИССИИ В ЭКОНОМИКЕ РОССИИ1
Евгений Леонидович Логинов, доктор экономических наук, профессор РАН,
дважды лауреат премии Правительства РФ в области науки и техники, руководитель Проектного центра Международный научно-исследовательский институт проблем управления (МНИИПУ) (117312, Москва, пр-т 60-летия Октября, д. 9) E-mail: evgenloginov@gmail.com
Владимир Викторович Григорьев, доцент кафедры математики, эконометрики и информационных технологий факультета международных экономических отношений, кандидат физико-математических наук МГИМО (У) МИД России (119454, Москва, пр-т Вернадского, д. 76) E-mail: grigorievvv@mail.ru
Павел Александрович Бойко, профессор кафедры финансов и кредита, доктор экономических наук ФГБОУ ВО «Российский государственный гуманитарный университет» (РГГУ) (125993, ГСП-3, Москва, Миусская пл., д. 6) E-mail: paboyko@mail.ru
Дмитрий Дмитриевич Сорокин, студент бакалавриата
Финансовый университет при Правительстве Российской Федерации (125993, Москва, Ленинградский пр-т, д. 49) E-mail: dima.dd.sor@mail.ru
Валерия Евгеньевна Логинова, младший научный сотрудник Институт проблем рынка РАН (117418, Москва, Нахимовский пр-т, д. 47) E-mail: urmastermind@yandex.ru
Аннотация. Рассмотрены возможности использования интеллектуальных технологий мониторинга и моделирования для синхронизации бюджетоформирующих локальных эмиссионно-инвестиционных циклов при стимулировании экономического роста. Обоснована необходимость использования агентно-ориентированного моделирования, дискретно-событийного моделирования и моделирования системной динамики для оценки процессов, происходящих во взаимосвязанной цепочке локальных эмиссионно-инвестиционных циклов «эмиссия — госинвестиции — рост деловой активности — абсорбция инфляции — поступления в бюджет» с целью избегания острых кризисных ситуаций, чтобы экономический рост поглощал инфляционные эффекты.
Ключевые слова: эмиссионно-инвестиционные циклы, денежная эмиссия, госинвестиции, моделирование, синхронизация автоколебаний, когерентный резонанс.
THE USE OF INTELLIGENT MONITORING AND MODELING TECHNOLOGIES FOR COHERENT RESONANCE BALANCING OF INFLATION PROCESSES WITH MONETARY EMISSION IN THE RUSSIAN ECONOMY2
Evgeny L. Loginov, doctor of economics sciences, professor of the Russian Academy of Sciences, twice winner of the RF Government Prize in science and technology, head of the Design center
International Research Institute of Problems of Management (IRIPM) (117312, Moscow, pr-t 60-letiya Oktyabrya, d. 9) E-mail: evgenloginov@gmail.com
Vladimir V. Grigor'ev, associate professor of mathematics, econometrics and informational technologies of faculty of the international economic relations, candidate of physical and mathematical sciences MGIMO (U) of the Ministry of Foreign Affairs of Russia (119454, Moscow, pr-t Vernadskogo, d. 76) E-mail: grigorievvv@mail.ru
Pavel A. Boyko, professor of department of finance and credit, doctor of economics sciences
FGBOU VO «Russian State Humanitarian University» (RGGU) (125993, GSP-3, Moscow, Miusskaya pl., d. 6)
E-mail: paboyko@mail.ru
1 Статья подготовлена при финансовой поддержке Российского фонда фундаментальных исследований (проект N° 19-010-00958 А «Разработка комплекса агент-ориентированных моделей для совершенствования механизмов управления бизнес-процессами в промышленности России в условиях перехода к цифровой экономике»).
2 The article was prepared with the financial support of the Russian Foundation for Basic Research (Project No. 19-010-00958 A «Development of a complex of agent-based models for improving the mechanisms for managing business processes in Russian industry in the transition to a digital economy»).
Dmitry D. Sorokin, student of a bachelor degree
Financial University under the Government of the Russian Federation (125993, Moscow, Leningradsky pr-t, d. 49) E-mail: dima.dd.sor@mail.ru Valeria E. Loginova, junior researcher
Institute for Market Problems of the Russian Academy of Sciences (117418, Moscow, Nakhimovskiy pr-t, d. 47) E-mail: urmastermind@yandex.ru
Annotation. The purpose of the article is to consider the possibilities of using intelligent monitoring and modeling technologies to synchronize budget-forming local emission-investment cycles while stimulating economic growth. The necessity of using agent-based modeling, discrete-event modeling and modeling of system dynamics for evaluating the processes taking place in the interconnected chain of local emission-investment cycles «emission — state investment — growth of business activity — absorption of inflation — receipt to the budget» is justified in order to avoid acute crisis situations, so that economic growth absorbs inflationary effects.
Keywords: emission-investment cycles, money issue, state investment, modeling, synchronization of self-excited oscillations, coherent resonance.
Citation-индекс в электронной библиотеке НИИОН
Для цитирования: Логинов Е.Л., Григорьев В.В., Бойко П.А., Сорокин Д.Д., Логинова В.Е. Использование интеллектуальных технологий мониторинга и моделирования для когерентно-резонансного балансирования инфляционных процессов при денежной эмиссии в экономике России. Вестник Московского университета МВД России. 2019;(2):230-235.
Введение. Проекты расширения денежной эмиссии для стимулирования экономического роста делают крайне актуальной проблему синхронизации бюджетоформирующих локальных эмиссионно-инве-стиционных циклов для того, чтобы экономический рост поглощал инфляционные эффекты [1; 2].
К процессам выхода экономики России за пределы кавазиустойчивых состояний вследствие инфляционных эффектов, когда эмитированные денежные средства не поглощаются (не стериализуются) ростом новых производств и расширением экспорта и внутрироссийского потребления, может быть применена модель формирования самоподдерживающихся колебаний с определенной пространственной конфигурацией в рамках отраслей и хозяйственных комплексов.
Выявление условий, способствующих формированию в экономике России самоподдерживающихся колебаний в рамках локальных эмиссионно-инвести-ционных циклов. В условиях острого недостатка инвестиций, вследствие падения цен на нефть, экономических санкций и пр., в экономике России возникает проблема необходимости значительных объемов новой денежной эмиссии [3]. Денежная эмиссия может как стимулировать экономический рост, так и способствовать кризисным явлениям вследствие инфляционных эффектов [4]. Остро необходим анализ и моделирование этих процессов, в особенности, с учетом необходимости преодоления условий неопределенности, когда заранее часто не известны факторы раз-балансирующих воздействий, необходимый объем ресурсов и уровень сложности необходимых антикризисных действий [5].
Оценка вероятности вхождения в кризисную динамику процессов функционирования отраслей и хозяйственных комплексов в экономике России с учетом товарно-финансового оборота в рамках ЕАЭС может быть использована для демпфирования доминирующих колебательных мод, получаемых в рамках постоянного мониторингового уточнения динамично меняющейся ситуации в цепочке локальных эмис-сионно-инвестиционных циклов «эмиссия — госинвестиции — рост деловой активности — абсорбция инфляции — поступления в бюджет».
Набор мониторинговых сервисов должен позволить опираться на модель выявления условий, способствующих формированию в экономике России как, своего рода, финансово-экономической суперсистеме локальных эмиссионно-инвестиционных циклов — самоподдерживающихся колебаний, как, своего рода, набор динамических паттернов, с учетом возможного наличия избыточных инфляционных эффектов, которые не могут быть выведены в смежные национальные экономические системы в рамках ЕАЭС или иных экономических союзов с участием России (ШОС, БРИКС и пр.).
Эти паттерны можно выделить в области функционирования отраслей и хозяйственных комплексов как сложных фазовых пространств, где — инициированный вследствие выпадения отраслей и хозяйственных комплексов из синхронизма бюджетоформирующих локальных эмиссионно-инвестиционных циклов — процесс выхода экономики России за пределы кавазиустойчивых состояний (переход в острую фазу кризиса), их моделей групповых взаимодействий, может завершиться или продолжиться, в зави-
симости от неоднородности параметров состояния суперсистемы. Этот процесс может привести к делению отраслей и хозяйственных комплексов страны на несинхронно работающие части, не абсорбирующие возможную, вследствие «впрыска» эмитированных денежных средств, инфляцию. Паттерны каждого из фазовых пространств являются подпаттернами соответствующего этому целевому блоку мегапаттерна динамики взаимодействия когерентно-резонансного множества бюджетоформирующих локальных эмиссион-но-инвестиционных циклов в условиях различной эффективности процессов абсорбции инфляции и наращивания финансовых поступлений в бюджет и последующего их реинвестирования в рамках социальных выплат или госинвестиций с учетом различных фаз кризисной цикличности.
Необходимость конфигурации производяще-по-требляющих кластеров в режиме синхронных компенсаторов инфляционных эффектов от новой денежной эмиссии. Если в результате когерентного резонанса кризисных флуктуаций сложносоставные эволюционирующие подсистемы (например, на рынке нефти) в одном из сегментов национальной или мировой экономики как фазовых пространствах входят в самоподдерживающуюся кризисную цикличность, это может вызвать вхождение в самоподдерживающуюся кризисную цикличность подсистем вследствие когерентного резонанса в другом сегменте или в экономике в целом, определяя величину ВВП (рис. 1).
Мониторинг на основе сочетания агентно-ориен-тированного моделирования, дискретно-событийного моделирования и моделирования системной динамики позволяет идентифицировать соответствие предметно-адаптированной конфигурации базовых характеристик производяще-потребляющих кластеров в режиме синхронных компенсаторов инфляционных эффектов от новой денежной эмиссии, позволяющих поддерживать требуемые режимы эмиссии, госинвестиций, поступлений в бюджет и реинвестиций в экономике России с учетом товарно-финансового оборота в рамках ЕАЭС.
Здесь необходимо учесть также высокую динамику нарастания собственных траекторий поведения отдельных корпоративных групп с большим количеством трансграничных контуров ресурсно-финансового оборота [7].
Необходимо учесть также наличие непрозрачных схем получения иностранных инвестиций, которые часто оказываются ранее выведенными («отмытыми») из-под налогообложения финансовыми активами.
Необходим пакет методов мониторинга и моделирования на основе сочетания агентно-ориентиро-ванного моделирования, дискретно-событийного моделирования и моделирования системной динамики, обеспечивающих получение информации о процессах, происходящих в отраслях и хозяйственных комплексах в рамках идентифицируемого перечня экономических агентов как единого управляемого про-
Рис. 1. Визуализация на фазовой плоскости циклического характера изменения двух архетипов — объема реального ВВП России (NAVY) и мировой цены на нефть (RED) в 1992-2011 гг. По оси абсцисс — ВВП в млрд долл. США и цена на нефть — в долл. США за баррель, по оси ординат — их первые производные [6]
странства, реализующего торговые операции через электронные торговые площадки (ЭТП) [8]. Этот пакет методов мониторинга и моделирования предполагает возможность анализа взаимодействия различных отдельных корпоративных групп в экономике России и их ансамблей в рамках ЕАЭС, синхронизации и подавления одних колеб ательных мод другими, определяемые сочетанием отдельных колебательных флуктуаций (связанных с новой денежной эмиссией российского рубля, изменением эмиссии доллара, ставки ФРС США, цен на нефть и пр.) в случае весьма вероятного периодического наличия непок-рываемого дефицита инвестиций в ряде отраслей/регионов России [9].
Ограничения экономического роста в случае не-покрываемого дефицита инвестиций блокируют возможность наращивания финансовых поступлений в бюджет и последующего их реинвестирования в рамках социальных выплат или госинвестиций [10; 11]. Это, в свою очередь, делает «сползание» экономики России в новую фазу кризисной цикличности почти неизбежным [12].
Связь каждой вышеописанной итерации в области сложных фазовых пространств, где пик прохождения кризисных явлений в отраслях и хозяйственных комплексах может завершиться или продолжиться, в зависимости от неоднородности параметров их состояния, включая линейную или нелинейную компоненту, изменяющуюся во времени, позволяет в рамках комплексного анализа выделить сведения о причинах значительных цикло-резонансных кризисных явлений в изучаемой финансово-экономической суперсистеме и о возникновении обратной связи.
Обеспечение самобалансирования — восстановление функций абсорбции инфляции в рамках финансово-экономической суперсистемы. На основе мониторинга и моделирования создается возможность определения состояния самобалансирования экономики России и динамики взаимодействия составляющих отраслей и хозяйственных комплексов с учетом возможности формирования синхронных групп (отраслевых и/или территориальных) в условиях непок-рываемого дефицита инвестиций в период максимума потребностей государственного стимулирования деловой активности в антикризисных целях в конкретном отраслевом или территориальном сегменте.
Самобалансирование отвечает локальному состоянию краткосрочного относительного равновесия
суперсистемы, сильно или слабосвязанного с другими когерентно-резонансными ансамблями колебательных мод, обеспечивает идентификацию уязвимостей к валютно-финансовым и т.п. аномалиям различной природы (в том числе санкций). Здесь могут быть определены вероятности перехода к однонаправленному изменению конъюнктуры в распределенных отраслях и хозяйственных комплексах с большой комплексной составляющей неопределенности последствий, когда в фазовом пространстве суперсистемы одновременно наблюдаются устойчивые и неустойчивые процессы абсорбции инфляции.
При этом четкое понимание причин и выявление фаз значительных цикло-резонансных кризисных явлений позволяет выделить характеристики параметров настройки инструментов регулирования и управления на основе сочетания агентно-ориентирован-ного моделирования, дискретно-событийного моделирования и моделирования системной динамики [13]. Эффективные инструменты регулирования и управления (дозированная денежная эмиссия, мультипликация денежной массы, оперирование курсом рубля и учетной ставки ЦБ РФ, наращивание госинвестиций и пр.) демпфируют нестабильные характеристики режимов финансовых поступлений в бюджет и реинвестиций в случае их выхода за пределы управляемых режимов [14].
Многообразие проявлений эффекта резонансной стимуляции: (1) экономического роста вследствие новой денежной эмиссии и «впрыска» на этой основе госинвестиций — от разнесенно-когерентного уровня до целостных системно-структурных реакций, с одной стороны, и (2) выпадения отраслей и хозяйственных комплексов из синхронизма бюджетофор-мирующих локальных эмиссионно-инвестиционных циклов — процесса выхода экономики России за пределы кавазиустойчивых состояний, с другой стороны, требуют построения единой финансово-экономической концепции самобалансирования экономики России с учетом товарно-финансового оборота в рамках ЕАЭС.
Неоднократные попытки установления устойчивости колебательных уровней цепочки «эмиссия — госинвестиции — рост деловой активности — абсорбция инфляции — поступления в бюджет» для определения точек локального равновесия финансово-экономической суперсистемы, определяемых сочетанием отдельных колебательных флуктуаций, пока не при-
вели к положительным результатам. Это, по-видимому, связано с недостаточным учетом неоднородности параметров состояния и развития отраслей и хозяйственных комплексов экономики России как суперсистемы, включая кризисные и антикризисные компоненты, изменяющиеся во времени [15; 16].
В финансово-экономической суперсистеме, при взаимодействии с когерентными колебаниями, генерируемыми существенно неравновесной активной средой отдельных крупных корпоративных групп, сравнимых по величине с отраслевыми комплексами, с большим количеством трансграничных контуров ресурсно-финансового оборота (имеющей инверсную характеристику устойчивости колебательных уровней), наряду с процессами кризисного разбалан-сирования, могут происходить и процессы самобалансирования, в результате чего, в частности, произойдет восстановление функций абсорбции инфляции в рамках финансово-экономической суперсистемы, включающей экспортноориентированные и импортоориентированные подсистемы.
Заключение. Интеллектуальный анализ данных и моделирование позволяют подготовить оптимальные управленческие решения в сфере координации деятельности агрегированных групп экономических агентов, в первую очередь, обслуживающих госзаказ и закупки компаний с государственным участием (в условиях значительной волатильности спроса на мировых и российских рынках). Моделирование позволяет осуществить выход на построение универсальных матриц «платежеспособный спрос — заказ — поставка» в увязке с матрицами «потребность в производственных мощностях — госинвестиции — поступления в бюджет» в цепочке локальных эмиссионно-инвестицион-ных циклов «эмиссия — госинвестиции — рост деловой активности — абсорбция инфляции — поступления в бюджет», отвечающих условиям когерентно-резонансного балансирования инфляционных процессов при денежной эмиссии в экономике России.
Литература
1. Алешин Л.Н. Моделирование воздействия источников финансирования инвестиций в основной капитал на динамику экономического роста России // Экономика и предпринимательство. 2015. № 8-2 (61-2). С. 162-173.
2. Грибанов А.В., Киранов В.М. Концептуальные основы влияния денежного предложения на эко-
номический рост // Экономика и предпринимательство. 2016. № 12-4 (77-4). С. 827-829.
3. Агеев А.И., Логинов Е.Л. Формирование новой модели валютно-финансовой политики при управлении национальными золотовалютными резервами России // Экономические стратегии. 2016. № 3. С. 8.
4. Еремин В.В. Математическое моделирование механизма мультипликатора инвестиций // Экономический анализ: теория и практика. 2015. № 20 (419). С. 57-64.
5. Зернов М.М. Принципы построения ситуационно-событийного исчисления со многими исходами и одновременными действиями // Нейрокомпьютеры: разработка, применение. 2016. № 7. С. 29-33.
6. Боташева Ф.Б. Модели вариации российских макроэкономических архетипов от цены нефти на мировом рынке // URL://https://www.science-educa-tion.ra/ra/artide/view?id=8041
7. Есин П.Д. Применение секьюритизации денежных потоков в сфере финансирования экономического развития // Корпоративные финансы. 2010. № 4 (16). С. 65-72.
8. Агеев А.И., Логинов Е.Л. Формирование организационных и информационных механизмов управления построением в России цифровой экономики // Экономические стратегии. 2018. Т. 20. № 3 (153). С. 56-67.
9. Логинов Е.Л., Шкута А.А., Логинова В.Е. Кризисная динамика как проявление цикло-коге-рентных процессов, детерминированных совокупностью дискретных макроэкономических циклов в мировой экономике // Финансы и кредит. 2018. Т. 24. № 4 (772). С. 941-953.
10. Филатов В.И. Структурный аспект новой модели экономического роста российской экономики // Мир новой экономики. 2015. № 1. С. 31-39.
11. Kahouli B., Omri A. Foreign direct investment, foreign trade and environment: new evidence from simultaneous-equation system of gravity models // Research in International Business and Finance. 2017. Т. 42. С. 353-364.
12. Баликоев В.З. Уровень монетизации экономики России: поиск оптимума // Вестник НГУЭУ. 2017. № 1. С. 118-133.
13. КуравскийЛ.С., Попков С.И. Вероятностная модель поведения прикладной многоагентной системы // Нейрокомпьютеры: разработка, применение. 2016. № 9. С. 22-34.
14. Vygodchikova I.Y., Firsova A.A., Vavilina A.V., Gorlova O.S., Kirillova O.Y. Estimation of bond risks using minimax // Journal of Advanced Research in Law and Economics. 2016. T. 7. № 7. C. 1899-1907.
15. Bazaras Z, Miceviciene D. Issues on measurement the benefits of improved highway infrastructure // Engineering Economics. 2010. T. 21. № 4. C. 344-351.
16. Xing B. The optimization of computational stock market model based complex adaptive cyber physical logistics system: a computational intelligence perspective // Studies in Computational Intelligence. 2014. T. 540. C. 357-380.
References
1. Aleshin L.N. Modelirovaniye vozdeystviya istoch-nikov finansirovaniya investitsiy v osnovnoy kapital na dinamiku ekonomicheskogo rosta Rossii // Ekonomika i predprinimatel'stvo. 2015. № 8-2 (61-2). S. 162-173.
2. Gribanov A.V., Kiranov V.M. Kontseptual'nyye osnovy vliyaniya denezhnogo predlozheniya na ekono-micheskiy rost // Ekonomika i predprinimatel'stvo. 2016. № 12-4 (77-4). S. 827-829.
3. AgeyevA.I., LoginovE.L. Formirovaniye novoy modeli valyutno-finansovoy politiki pri upravlenii na-tsional'nymi zolotovalyutnymi rezervami Rossii // Eko-nomicheskiye strategii. 2016. № 3. S. 8.
4. Eremin V.V. Matematicheskoye modelirovaniye mekhanizma mul'tiplikatora investitsiy // Ekonomiches-kiy analiz: teoriya i praktika. 2015. № 20 (419). S. 57-64.
5. Zernov M.M. Printsipy postroyeniya situatsionno-sobytiynogo ischisleniya so mnogimi iskhodami i odno-vremennymi deystviyami // Neyrokomp'yutery: razrabot-ka, primeneniye. 2016. № 7. S. 29-33.
6. Botasheva F.B. Modeli variatsii rossiyskikh mak-roekonomicheskikh arkhetipov ot tseny nefti na mirovom rynke // URL://https://www.science-education.ru/ru/ar-ticle/view?id=8041
7. Esin P.D. Primeneniye sek'yuritizatsii denezhnykh potokov v sfere finansirovaniya ekonomicheskogo razvi-tiya // Korporativnyye finansy. 2010. № 4 (16). S. 65-72.
8. Ageyev A.I., Loginov E.L. Formirovaniye organi-zatsionnykh i informatsionnykh mekhanizmov upravle-niya postroyeniyem v Rossii tsifrovoy ekonomiki // Ekono-micheskiye strategii. 2018. T. 20. № 3 (153). S. 56-67.
9. LoginovE.L., Shkuta A.A., Loginova V.E. Krizis-naya dinamika kak proyavleniye tsiklo-kogerentnykh pro-tsessov, determinirovannykh sovokupnost'yu diskretnykh makroekonomicheskikh tsiklov v mirovoy ekonomike // Finansy i kredit. 2018. T. 24. № 4 (772). S. 941-953.
10. Filatov V.I. Strukturnyy aspekt novoy modeli ekonomicheskogo rosta rossiyskoy ekonomiki // Mir novoy ekonomiki. 2015. № 1. S. 31-39.
11. Kahouli B, Omri A. Foreign direct investment, foreign trade and environment: new evidence from simultaneous-equation system of gravity models // Research in International Business and Finance. 2017. T. 42. S. 353-364.
12. Balikoyev V.Z. Uroven' monetizatsii ekonomiki Rossii: poisk optimuma // Vestnik NGUEU. 2017. № 1. S. 118-133.
13. Kuravskiy L.S., Popkov S.I. Veroyatnostnaya model' povedeniya prikladnoy mnogoagentnoy sistemy // Neyrokomp'yutery: razrabotka, primeneniye. 2016. № 9. S. 22-34.
14. VygodchikovaI.Y., FirsovaA.A., VavilinaA.V., Gorlova O.S., Kirillova O.Y. Estimation of bond risks using minimax // Journal of Advanced Research in Law and Economics. 2016. T. 7. № 7. S. 1899-1907.
15. Bazaras Z, Miceviciene D. Issues on measurement the benefits of improved highway infrastructure // Engineering Economics. 2010. T. 21. № 4. S. 344-351.
16. Xing B. The optimization of computational stock market model based complex adaptive cyber physical logistics system: a computational intelligence perspective // Studies in Computational Intelligence. 2014. T. 540. S. 357-380.
